狐妹今天才意识到，人类对 AI 的应用挖掘，还有巨巨巨巨巨巨多可操作性！

而且讲真的，AI 再怎么智慧高效，都不及人类的奇思妙想有意思。

最近发现一个贼有趣的 AI 新应用，必须！迫不及待要来跟你们分享下。

直接看重点！

个人觉得算是近期 AI 新应用里的 “ 黑马 ” ：

在古籍数字化平台—— “ 识典古籍 ” ，上线了 “ 深度研究助手 ” 新功能。

这个新功能呢，是一款自主型 AI 智能体，基于豆包大模型等技术研发的。

对，就是那个你们老在评论区 @ 出来帮忙总结的老熟人。

目前哈，这个 “ 识典古籍 ” 平台，已经收录了 3.7 万部古籍，喜欢哲学、历史、考古等等的朋友们，这是真有福了！

这个平台可以助你们有针对性的进行深度挖掘与智能分析研究。

诶，注意哈，这可不像那种简单的 “ 问答机器人 ” 。

很独特的一点在于，从研究计划制定、知识系统挖掘，到表格整理与研究报告生成 全流程，它可以自主完成！

对于有专业需求的用户来说，不仅能轻松高效搞研究，还能在古籍研究的赛道上更深度、更下潜。

当然这对于热爱 “ 考古 ” 的朋友来说，更是目前能找到的绝佳平台。

不说空话了，下面来聊聊具体怎么操作，以及藏在这个平台、新功能里的 “ 小心机 ” 。

快速生成一份研究报告

不熟悉 “ 识典古籍 ” 的话，狐妹先给大家简单介绍下。

这个平台其实是在 2022 年就正式上线的，很牛的是，他们找准用户的细分需求一直专注深耕，不断优化用户体验。

狐妹去查了下，这个平台初期，还只是以基础的古籍阅读功能为核心，满足用户对古籍文本的查阅需求；

后面才逐步升级，新增古籍智能整理等功能，大幅提升古籍整理的效率与准确性。

而此次推出的 “ 深度研究助手 ” ，更是飞跃式突破。

是古籍数字化领域的首个深度知识挖掘尝试，填补了 AI 在深度古籍研究应用中的空白！

图说：识典古籍首页右上角可点击进入“深度研究助手”

在 “ 识典古籍 ” 已经数字化的古籍资料中，这个 “ 深度研究助手 ” 不只是直接通过大模型生成一个回答。

而是自主挖掘知识、整理成表格条目，进而生成包含图表等报告回答用户的研究问题。

至于为啥要上线这个新功能？

据 “ 识典古籍 ” 相关负责人介绍，这源于一些学者在平台使用过程中的反馈。

传统古籍研究需从海量文献中人工提取一条条有价值的信息，这是文史哲研究的关键环节之一。

以研究 “ 古代书籍价格 ” 为例，不仅要筛选相关记载，还需结合不同朝代货币购买力的差异，将书价与粮价进行对照分析。

而整个过程，都是需手动阅读、摘录关键信息并制作表格，过程繁琐耗时，严重影响研究效率。

所以才考虑结合 AI 技术的发展，来解决这一痛点。

新功能上线后，学者目前只需在 “ 深度研究助手 ” 输入一个研究主题，比如 “ 云南盐井与历史、环境、政策的关系 ”、“ 苏轼在黄州时期的创作文风 ” 等 。

助手便会一头扎进识典古籍浩瀚的资料海洋里，进行穷尽式信息挖掘和智能分析。

图说：“深度研究助手”的研究报告

在整个过程中，它不仅能精准抓取相关信息，还能对每条内容进行深度语义化分析，把散落在不同典籍中的知识点梳理成系统的表格条目。

只需要短短几分钟，一份图文并茂、条理清晰的研究报告便新鲜出炉。

资料来源全部是古籍

目前，尽管市面上有很多 AI 应用，但不少只停留在基础的问答机器人层面，难以满足古籍深度研究的需求。

而通用大模型虽然能查找资料，也有一定理解能力，但是资料来源过度依赖网络的话，也缺乏专业可信度啊！

“ 深度研究助手 ” 则依托字节跳动的技术优势，以 doubao-1.6 和 doubao1.6-thinking 为模型基座，拥有更出色的信息挖掘能力，它能对古籍内容进行穷尽式挖掘和深度的语义化分析，帮助研究者进行更有价值的研究。

同时，为了确保结论的可靠性，“ 识典古籍 ” 团队还为其划定了明确的研究范围：

所有结论必须基于 “ 识典古籍 ” 平台收录的古籍内容，再结合元信息、实体、翻译等，不参考网络资料，从根源上确保研究基础的真实性和准确度。

更重要的是，“ 识典古籍 ” 团队还通过独创性的 “ 引用链 ” 手段，增强了结论的可信度。

讲直白点，就是在搜索古籍原文时，它能给每一段文字打上专属 ID 。在思考过程中，大模型会定时总结自己的洞察，并明确标注出每个结论是由哪段古文得出的。

比如，大模型首先找到了 2 段古文片段：A1、A2，并得出洞察结论 B1 ，它会明确说明 B1 是基于 A1 和 A2 得出的。

随后大模型又找到 A4 片段，得出新结论 B2 ，并说明 B2 来源于之前的 B1 和 A4 。

如此形成一条环环相扣、可溯源的 “ 引用链 ” ，确保大模型得到的每一个观点都有据可查，有源可溯。

图说：“深度研究助手”的思考原理

这个是经过多轮测试的哈，而且 “ 深度研究助手 ” 的表现实属亮眼。

在针对《韩非子》中某种语法结构的测试中，深度研究助手成功提取出 213 个案例，与学者论文中的 220 例非常接近，可见其出色的材料挖掘能力。

此外，“ 识典古籍 ” 团队还进行了更贴近实际研究场景的测试：

借鉴一篇已发表的论文，以相同题目让 “ 深度研究助手 ” 再次生成文章，并邀请论文原作者对生成内容进行评价。

该学者在评价中指出，这篇文章思路清晰，能有一些新的思考和角度；同时也有一些不足，例如缺乏研究综述的内容，未参考前人的相关研究成果，且定性分析方面存在模糊性，部分结论缺乏具体案例支撑。

这些问题，也为 “ 识典古籍 ” 团队后续优化功能，提供了方向。

图说：“深度研究助手”生成的研究报告

追求人机协同的“双赢”

目前，“ 深度研究助手 ” 已经开放试用了！

“ 识典古籍 ” 平台开始邀请广大用户体验并反馈相关建议，同时团队也在主动对接专家，邀请他们试用并提出专业意见。

未来，“ 识典古籍 ” 也会根据这些反馈，持续迭代优化，不断提升其在古籍研究中的适配性与实用性，打造更贴合学术需求的 AI 研究工具。

在理想的使用场景中，AI 将承担起处理海量信息、提供新颖视角等 “ 苦活累活 ”；

而人类研究者则是运筹帷幄的 “ 指挥官 ” 和最终拍板的 “ 校验官 ”，可以随时调整方向、校对关键数据、完善报告形式。

这种协作模式，既解放了人类的创造力，又确保了研究成果的准确性。

这一设计是团队在 “ 深度研究助手 ” 立项之初便确立，人文研究的主体始终是人，机器是取代不了人的！

因此，“ 深度研究助手 ” 追求的是人机协同的 “ 双赢 ”。

工作人员表示：“我们并不认为生成的报告可以直接去发期刊，大模型能帮你做基础的挖掘、提取和分析，但提问的角度和具体的结论还是要靠你自己去生成。”

图说：“深度研究助手”功能页面

除了服务专业研究者，“ 深度研究助手 ” 也可以作为内容创作者的 “ 灵感库 ” 。

感兴趣的可以试试，通过它去快速生成准确、有趣的文史素材，为各种形式的古籍活化提供辅助支持。

如果你是大众爱好者的在线导师，那更可以通过它来让古籍学习变得生动有趣，同时兼顾专业与高效。

最后，“ 深度研究助手 ” 这项新功能的上线，让狐妹看到古籍研究领域，未来有更多可能性。

甚至再长远点，人类对全行业 AI 应用的深度探究，还有很多创新视角，以及拥有无限的智慧与潜力，继续保持乐观，期待智慧生活的全面到来！